Skripsi
Prediksi Laju Pertumbuhan Penduduk dengan Meningkatnya Angka Kelahiran Menggunakan Metode Backpropagation (Studi Kasus di Provinsi NTT)
XMLIndonesia merupakan negara dengan jumlah penduduk yang besar dan laju pertumbuhan penduduk yang tinggi yang diakibatkan oleh beberapa faktor salah satunya ialah kelahiran. Tingginya angka kelahiran menyebabkan penambahan penduduk yang makin besar dan berpengaruh terhadap berbagai aspek pembangunan, serta beresiko besar terhadap jaminan kesejahteraan masyarakat. Untuk menekan pertumbuhan penduduk yang pesat, dibutuhkan sebuah sistem untuk memprediksi tingkat pertumbuhan penduduk ditahun berikutnya dengan menggunakan Jaringan Saraf Tiruan (JST), sebagaimana JST merupakan pemodelan data yang kuat, mampu menangkap dan mewakili hubungan input-output yang komplek, karena kemampuannya untuk memecahkan masalah relatif mudah, ketahanan menginput data, kecepatan untuk eksekusi, dan menginisialisasi sistem yang rumit. Salah satu metode JST yang digunakan yaitu Backpropagation yang memiliki kelebihan, pembelajarannya dilakukan berulang sehingga sistemnya tahan akan kerusakan dan konsisten bekerja dengan baik. Penelitian ini menggunakan data kelahiran hidup dari tahun 2009-2020 dengan membagi data menjadi data latih dan data uji. Pada pelatihan menggunakan data dari tahun 2009-2018, sedangkan pengujian menggunakan data dari tahun 2017-2020. Hasil pengujian menggunakan data kelahiran di Kota Kupang pada tahun 2009-2012 didapatkan akurasi tertinggi 93.36% dengan kombinasi parameter terbaik adalah lerning rate 0.9, jumlah lapisan tersembunyi 10, minimum error 0.0001, dan jumlah epoch 6000. Hasil pengujian dari backpropagation dilakukan perbandingan dengan momentum. Hasil tersebut dapat direkomendasikan dari segi akurasi dan waktu, monentum lebih baik dibandingkan dengan backpropagation. Dengan tingkat rata-rata akurasi momentum pada saat menggunakan nilai epoch 87.71% dan pada saat menggunakan nilai error 87.73%.
Detail Information
Item Type | |
---|---|
Penulis |
Asmeri Lontorin - Personal Name
|
Student ID |
1706080064
|
Dosen Pembimbing |
DERWIN RONY SINA - 198007162008121002 - Dosen Pembimbing 1
N. DESSY RUMLAKLAK - 198112272014042002 - Dosen Pembimbing 2 |
Penguji |
Derwin Rony Sina - 198007162008121002 - Ketua Penguji
N. Dessy Rumlaklak - 198112272014042002 - Penguji 1 Arfan Yeheskiel Mauko - 198005202008121003 - Penguji 2 |
Kode Prodi PDDIKTI |
55201
|
Edisi |
Published
|
Departement |
Ilmu Komputer
|
Kontributor | |
Bahasa |
Indonesia
|
Penerbit | UPT Perpustakaan Undana : Kupang., 2022 |
Edisi |
Published
|
Subyek | |
No Panggil |
552.01 Lon P
|
Copyright |
Individu Penulis
|
Doi |